Sección : modelos probabilistas
Previo : Intervalos de confianza
Siguiente : Índice
Hemos querido evitar los ejercicios clásicos de
probabilidad a base de problemas de urnas o de variables
aleatorias abstractas. El énfasis está, más bien, en la
comprensión concreta y algorítmica de las nociones del curso,
insistiendo en la verificación experimental de los cálculos de
probabilidades. Para programar los algoritmos simples que se
proponen, aconsejamos utilizar un sistema del tipo de Scilab.
Ejercicio 3
Se considera el algoritmo siguiente, donde
Int denota la
parte entera.
Repetir
veces
Repetir
Int
Random
Hasta que (
)
Si (
) entonces
finSi
finRepetir.
- ¿Cuál es la ley de la variable aleatoria ?
- Calcular la probabilidad del evento .
- ¿Cuál es la
ley de la variable aleatoria ?
- ¿Cuál es su esperanza?
- Calcular la probabilidad del evento .
- En
repeticiones independientes de este algoritmo, se han
observado los siguientes resultados para :
- Dar un intervalo de confianza para la probabilidad del
evento , con nivel de confianza , también para
.
- ¿Cuantas repeticiones independientes del algoritmo
habría que realizar para que la longitud del intervalo de
confianza de nivel sea inferior a ?
- Dar un
intervalo de confianza para la esperanza de , con nivel de
confianza , también para .
- ¿Cuantas repeticiones
independientes del algoritmo habría que realizar para que la
longitud del intervalo de confianza de nivel sea inferior a
?
- En repeticiones independientes de este algoritmo, se
han observado los siguientes resultados para :
- Dar un intervalo de confianza para la probabilidad del
evento , con nivel de confianza , también para
.
- ¿Cuantas repeticiones independientes del algoritmo
habría que realizar para que la longitud del intervalo de
confianza de nivel sea inferior a ?
- Dar un
intervalo de confianza para la esperanza de , con nivel de
confianza , también para .
- ¿Cuantas repeticiones
independientes del algoritmo habría que realizar para que la
longitud del intervalo de confianza de nivel sea inferior a
?
Ejercicio 6
El objeto de estudio de este ejercicio es la paradoja de Bertrand
(sección
2.1), que como vimos es el estudio de modelos
diferentes para la selección aleatoria de una cuerda en el disco
unitario. Describimos a continuación diferentes modelos, aunque
puede haber otros modelos posibles.
- Los dos extremos de la cuerda son independientes,
de ley uniforme sobre la circunferencia.
- Sea un punto de ley uniforme en el disco. La
cuerda es la intersección con el disco de la perpendicular en
al radio , donde es el centro de la circunferencia.
- Sea un ángulo de ley uniforme en
y un punto de ley uniforme sobre el radio de ángulo
con respecto a una dirección de referencia. La cuerda es
la intersección con el disco de la perpendicular en a este
radio.
- Seat un punto de ley uniforme en el disco y
un ángulo de ley uniforme en (independiente de
). La cuerda es la intersección con el disco de la recta que
pasa por , que forma un ángulo con una dirección de
referencia.
- Sea un punto de ley uniforme en la
circunferencia y un ángulo de ley uniforme en ,
independiente de . La cuerda es la intersección con el disco de
la recta que pasa por , que forma un ángulo con una
dirección de referencia.
- Sean dos puntos independientes de ley uniforme en
el disco. La cuerda es la intersección con el disco de la recta
que pasa por esos dos puntos.
- Sea un punto de ley uniforme sobre la
circunferencia y otro punto independiente del primero, con
ley uniforme en el disco. La cuerda es la intersección con el
disco de la recta que pasa por esos dos puntos.
Para cada modelo:
- Implementar un algoritmo de simulación.
- Para una
muestra de tamaño , representar un histograma de los valores
obtenidos para la longitud de la cuerda.
- Para la misma
muestra, dar un intervalo de confianza de nivel para la
esperanza de la longitud.
- Simular el modelo de forma tal de
obtener un intervalo de confianza para la probabilidad de que la
longitud de la cuerda sea mayor que , con nivel ,
cuya amplitud sea estrictamente menor que .
- En la
medida en que sea posible, justificar los resultados obtenidos con
un razonamiento matemático.
Ejercicio 11
Sea
una de las leyes cuyas densidades ponemos a
continuación.
- Densidad de la ley de Weibull de parámetros
y .
- Densidad de la ley beta
, el
parámetro es .
- Densidad de la ley de Pareto de parámetros
y .
Para la ley
:
- Determinar la función de distribución y la función
cuantil .
- Determinar los intervalos de dispersión de
nivel y unilaterales, simétricos y optimales.
- Sea
una -tupla de variables aleatorias
independientes y con una misma ley continua (cualquiera). Se
denota por:
los estadígrafos de orden (valores de las ordenados en
orden creciente). Para
, se denota por a la función
de distribución de y por a la parte entera de .
Emplear la Ley de los Grandes Números para demostrar que para todo
:
- Si tiene por función de distribución a , determinar
la ley de . Para
, se denota por a la
parte entera de . Demostrar que para todo
:
- Para la ley del inicio del enunciado, seleccionar
valores de los parámetros, implementar el algoritmo de simulación
por inversión, y simular variables independientes
de ley , para y . Superponer en un mismo
gráfico una representación de la función de distribución , y
los puntos de coordenadas
.
Sección : modelos probabilistas
Previo : Intervalos de confianza
Siguiente : Índice